Está en la página 1de 30

INTITUTO TECNOLÓGICO AUTONOMO DE MEXICO

MUESTREO DE ACEPTACIÓN
César A. Acosta Mejía Ph.D.

Marzo, 1998
Un inconveniente de la inspección al 100% es que el inspector simplemente corrige las

faltas de los demás, separando lo bueno de lo malo. El operario lo toma como cosa

natural si sólo se le devuelven elementos individuales para su reparación. Pero si le

devuelven un lote entero, como ocurre cuando se hace muestreo y se le exige que tome

todas las medidas correctivas, el flujo de producción se interrumpe. Si muchos lotes son

rechazados, el operario, tiene que esforzarse por hallar la causa y eliminarla para evitar

nuevos rechazos. Esta es la fuerza indirecta del muestreo: obliga a la corrección del

proceso donde radique la falla.

H. F. Dodge
CONCEPTOS BASICOS

MUESTREO

Observación de una porción de la población

MUESTREO DE ACEPTACIÓN

Muestreo que se realiza con el objeto de aceptar o rechazar un lote

INTRODUCCIÓN

El Muestreo de Aceptación se utiliza entre “proveedor” y “cliente”

cuando el llevar a cabo una inspección de todo el material entregado

no es posible o no es económico.

SITUACIONES EN LAS QUÉ ES APLICABLE


EL MUESTREO DE ACEPTACIÓN

1. Cuando las pruebas son destructivas

2. Cuando los lotes son grandes y hacer una inspección al 100% no es económico

3. Cuando no se dispone de información acerca de la calidad del proveedor

4. Cuando se desea usarlo como apoyo al control del proceso


PLANES DE MUESTREO

Un plan de muestreo es un procedimiento administrativo que identifica:

1. En cuántas etapas se realizara el muestreo del lote

2. Qué tamaño tendrá la muestra

3. Cuál será el (o los) números de aceptación

TIPOS DE PLANES DE MUESTREO

De acuerdo con el número de etapas del plan de muestreo éstos se pueden clasificar en:

1. MUESTREO SIMPLE

2. MUESTREO DOBLE

3. MUESTREO MULTIPLE

4. MUESTREO SECUENCIAL
ANÁLISIS ESTADISTICO DE UN PLAN DE MUESTREO

Consiste en determinar para un plan de muestreo la probabilidad de aceptación de lotes de diversa


calidad.

CURVA CARACTERÍSTICA DE OPERACIÓN (OC)

Curva OC

Pa Pa

1
1

0 1 % defectuoso 0 % defectuoso

DESEMPEÑO IDEAL DESEMPEÑO DEL MUESTREO

El cálculo de las probabilidades de Aceptación de los lotes se realiza usando la


distribución binomial y su aproximación por medio de la Poisson

En estadística se definen dos tipos de muestreo

1. Con reemplazo Ü Distribución Binomial

2. Sin reemplazo Ü Distribución Hipergeométrica


ENSAYOS BERNOULLI REPETIDOS

1. Para cada ensayo solo existen 2 posibles resultados (éxito ó fracaso)

2. La probabilidad p de obtener un éxito en un ensayo es constante.


(no cambia con el tiempo)

3. El resultado de un ensayo no influye sobre el resultado de ningun otro.


(ensayos independientes)

VARIABLES ALEATORIAS RELACIONADAS CON


ENSAYOS BERNOULLI REPETIDOS

X: # éxitos en n ensayos (BINOMIAL)

X: # ensayos hasta conseguir 1 éxito (GEOMETRICA)

X: # ensayos hasta conseguir r éxitos ( BINOMIAL NEGATIVA)

(Usualmente éxito es el resultado más improbable)

EJEMPLOS

Para cada ejemplo: definir éxito

1. Inspección de un lote con piezas defectuosas

2. Piezas con rotura en pruebas de tensión a remaches.

3. Duración mayor a 1000 horas de tubos al vacío.

4. Artículos vendidos que requieren reparación dentro del período de garantía.

5. Autos inspeccionados cuya emisión de NO2 no cumple con la norma.


DISTRIBUCION BINOMIAL
Variable Alearoria X: # éxitos en n ensayos

Rango: X = 0, 1, 2, ... n

Parámetros n : número de ensayos

p: probabilidad de éxito en un ensayo.

Cuál es la probabilidad de conseguir x éxitos en n ensayos ?

1. Si existen x exitos, entonces existen (n-x) fracasos

2. La probabilidad de que se observe una secuencia particular de x éxitos y (n-x) fracasos

p x (1-p) n-x

3. El # de posibles secuencias que tengan x exitos y (n-x) fracasos es Cxn

Por tanto la probabilidad de conseguir x éxitos en n ensayos es:

P [X = x] = Cxn p x (1 - p) n-x

La distribución Binomial se utiliza cuando el muestreo se realiza CON REEMPLAZO

( o cuando el muestreo se realiza en poblaciones infinitas )


EJEMPLOS

1. Si la probabilidad de que una lampara fluorescente tenga una vida útil de al menos de 500 horas es
0.85.

a. Cuál es la probabilidad de observar que 19 tienen vida útil de al menos 500 horas de una muestra de
20 lámparas ?

b. Calcular la probabilidad de que entre 20 de esas lamparas al menos 15 tengan una vida útil de al
menos 500 horas.

2. Un ingeniero de control de calidad quiere comprobar (de acuerdo con las especificaciones) si el 95%
de los componentes electrónicos embarcados de su compañía están en perfectas condiciones de
funcionamiento. Para tal efecto selecciona aleatoriamente 15 componentes de cada gran lote listo a ser
embarcado y aprueba su salida si todos están en perfectas condiciones de funcionamiento, de lo
contrario todos los lotes son revisados. Determinar las probabilidades de que el ingeniero de control de
calidad cometa el error de:

a) Detener un lote para revisión adicional a pesar de que el 95% de los componentes están en perfectas
condiciones de funcionamiento

b) Aprobar la salida de un lote completo sin revisión adicional a pesar que solamente el 90% de los
componentes están en perfectas condiciones de funcionamiento.

3. Un empresario de la industria alimenticia asegura que a lo sumo 1% de los frascos de café


instantaneo contienen menos café del que se garantiza en la etiqueta. Para demostrar esta afirmación,
16 frascos de su cafe instantáneo son escogidos aleatoriamente y se pesa el contenido. Se decide
aceptar su afirmacion si ningún frasco contienen menos café del que se garantiza en la etiqueta.
a) Determinar la probabilidad de que la afirmación del empresario sea rechazada cuando el porcentaje
real de frascos con menos café del que se garantiza en la etiqueta sea de 1%.

b) Determinar las probabilidades de que la afirmación del empresario sea aceptada cuando el
porcentaje real de frascos con menos café del que se garantiza en la etiqueta sea del 5% y 10%.
EJEMPLOS - DISTRIBUCIÓN HIPERGEOMETRICA

1. Cuántos equipos de trabajo de tres personas se pueden formar en un grupo de 12 estudiantes ?

2. Una urna contiene 15 bolas de las cuales 3 son de color negro y el resto blancas.

a) Se toma una bola al azar, cuál es la probabilidad de que resulte ser negra ?

b) Se toma al azar dos bolas, cuál es la probabilidad de que ambas resulten ser negras?

c) Se toma al azar cuatro bolas, cuál es la probabilidad de que tres resulten ser negras ?
DISTRIBUCION HIPERGEOMETRICA

Variable Alearoria X: # defectuosos en una muestra de una población finita.

rango X = 0,1,2,... min ( n,a)

Parámetros N : tamaño de la población

n : tamaño de la muestra

a : número de defectuosos en la población.

Cuál es la probabilidad de encontrar x defectuosos en una muestra de tamaño n extraída de una


población de tamaño N que contiene a piezas defectuosas ?

1. En la población existen a defectusos y N-a piezas correctas.

2. Si en la muestra existen x defectusos habran tambien n-x piezas correctas.

3. El # subconjuntos de tamaño n que se pueden formar con N elementos: CnN

4. El # subconjuntos de x piezas defectuosas que se pueden formar con a defectuosas es : Cxa

3. El # subconjuntos de n-x piezas correctas que se pueden formar con N -a piezas


libres de defectos es :
Cn-xN-a

Por tanto:

# muestras de tamaño n que contengan x piezas defectuosas


P [X = x] = -----------------------------------------------------------------------------
# muestras de tamaño n que se pueden formar con N elementos

Cxa Cn-xN-a
P [X = x] = -------------------
C nN

La distribución Hipergeométrica se utiliza cuando el muestreo se realiza


SIN REEMPLAZO
3. Un lote de 20 grabadoras contiene 5 unidades defectuosas. Si 10 de ellas son elegidas al azar para su
revisión, cuál es la probabilidad de que:

a) no hayan unidades defectuosas en la muestra ?

b) una esté defectuosa ?

c) dos estén defectuosas ?

4. Cuál es la probabilidad de que una auditoría de Hacienda detecte solo 2 declaraciones de impuestos
con deducciones ilegales, si selecciona al azar 6 de 18 declaraciones 8 de las cuales contienen
deducciones ilegales.
DISTRIBUCION POISSON

Comparemos

Binomial: X: # éxitos en n intentos

Poisson: X: # éxitos en un intervalo contínuo (tiempo ó espacio).

Ejemplos:

1. # de imperfecciones en un rollo de tela de 20 mts.

2. # llamadas telefónicas en un período de 1 hora.

3. # de autos que cruzan la caseta de peaje en 1 día.

Suposiciones:

1. Los éxitos producidos durante intervalos que no se sobreponen son


independientes entre sí.

2. Es imposible la ocurrencia simultánea de éxitos.


(La probabilidad de 2 ó mas éxitos en un mismo intervalo muy corto es cero)

3. El # promedio de éxitos/ intervalo es un valor constante.

Ejemplo de violación de supuestos:

1. Clientes que llegan en grupos.

2. Se espera mayor frecuencia de éxitos durante ciertos intervalos del día

La probabilidad de que ocurran x éxitos es

e -l l x
P [X = x] = ------------ x = 0, 1, 2, 3, ...
x!
EJERCICIOS

1. El número de averías semanales de una computadora es un variable aleatoria con distribución


Poisson con media 0.3 averias por semana. Cuál es la probabilidad de que la computadora opere sin
averías dos semanas consecutivas?
APROXIMACIÓN DE DISTRIBUCIONES

1. HIPERGEOMETRICA POR LA BINOMIAL cuando

n / N £ 0.10 (n pequeño comparado con N)

se usará: p = a / N

2. BINOMIAL POR LA POISSON cuando

p £ 0.05

y np £ 5

se usará: l = np
EJERCICIOS

1. Un cargamento de 120 alarmas contra robo contiene 5 alarmas defectuosas. Si 4 de ellas son
seleccionadas al azar, determine la probabilidad de que el cliente reciba dos defectuosas. Determine el
valor exacto así como el valor aproximado resultado de realizar alguna aproximacion apropiada.

2. Entre los 300 empleados de una compañía, 240 estan sindicalizados. Si se escogen 8 empleados por
sorteo para formar un comité que administre el fondo de pensiones, cuál es la probabilidad de que 5
estén sindicalizados? Determine el valor exacto así como el valor aproximado resultado de realizar
alguna aproximacion apropiada.
3. La línea central del gráfico p del proceso donde se fabrican fusibles está al nivel del 0.8%.
Determine la probabilidad de que 4 resulten defectuosos en una muestra aleatoria de 400 fusibles.
Determine el valor exacto así como el valor aproximado resultado de realizar alguna aproximacion
apropiada

4. El gerente de Producción de una fabrica de tornillos se prepara para dirigir una visita a su planta de
tres altos ejecutivos de la casa matriz. El gerente se siente orgulloso de la operación de sus maquinas
cada una de las cuales tiene una probabilidad de 0.04 de producir defectuosos. Para enfatizar la
eficiencia de su planta el gerente quiere tomar al azar 50 tornillos de cualquier depósito en el taller y
mostrar a los ejecutivos que no tienen defectos. Qué probabilidad tendra de sacar al menos un tornillo
defectuoso?

PLANES DE MUESTREO SIMPLE

PARAMETROS
N: Tamaño del lote recibido
n : tamaño de la muestra a inspeccionar
c : número de aceptación

EVALUACIÓN DE SU DESEMPEÑO (CURVA OC)

EJEMPLO:

N = 3000, n = 89, c = 2

SUPOSICIONES:

- Los lotes que se compran provienen de un proceso de producción que se puede


considerar como infinito (Aproximamos hipergeométrica por la binomial)

- La calidad de los lotes no es excesivamente mala


(Aproximamos Binomial por la Poisson)

CALCULOS

Sea x = número de defectuosos en la muestra (var. Poisson)

supongamos p = 0.02 ( p £ 0.05 )

entonces l = np = 89 (0.02) = 1.8 ( np £ 5 )

de tablas Pa = P [x £ 2 ] = 0.731

Se hacen cálculos similares para distintos valores hipotéticos de p

p np Pa
0.01 0.9 .938
0.02 1.8 .731
0.03 2.7 .494
0.04 3.6 .302
0.05 4.5 .174
0.06 5.3 .106
0.07 6.2 .055
INSPECCIÓN RECTIFICADORA

1. Lotes rechazados se someten a inspección 100% y las unidades defectuosas se reemplazan por
unidades buenas

2. Se diseñan planes más exigentes para futuros lotes de proveedores con lotes rechazados
Un plan A es más exigente que otro plan B si para cualquier nivel de calidad
la probabilidad de aceptación es menor en el plan A que en el B.

3. En todo plan de muestreo existen 2 riesgos

Probabilidad

- Rechazar lotes aceptables (riesgo para el Proveedor) a

- Aceptar lotes defectuosos (riesgo del Consumidor) b

4. Notación

Pa

a
1

0 AQL LTPD p (% defectuosa)


pa pb

EJERCICIOS
1. Dos planes de muestreo simple están definidos por n = 750, c = 10 y n = 75, c = 1.
El tamaño del lote es grande comparado con el de la muestra.
a) Construya (en papel milimétrico) las curvas OC de estos planes calculando las probabilidades de
aceptación de lotes con 0.5%, 1%, 1.5%, 2%, 2.5% y 3% de defectuosos. Qué puede concluir del
desempeño de ambos planes ?

b) Para el plan n = 75, c = 1 cuáles son los valores aproximados de los porcentajes defectuosos de los
lotes para los cuales sus probabilidades de aceptación son 0.95%, 0.50% y 0.10% ?
EFECTO DE CAMBIOS EN LOS PARAMETROS
DE UN PLAN DE MUESTREO SIMPLE

1. CAMBIOS SÓLO EN N
n = 90
c=0

Cuando N aumenta
N = 900
la fracción muestreada del lote disminuye

por tanto el procedimiento se vuelve N = 450

menos exigente
N = 180

2. CAMBIOS SÓLO EN n
N = 5000
c=1

Cuando n aumenta
n = 100
la fracción muestreada del lote aumenta

por tanto el procedimiento se vuelve n = 450

más exigente
n = 800

3. CAMBIOS SÓLO EN c
N = 900
n = 50

Al aumentar el límite de aceptación c


c=3
el muestreo se vuelve

menos exigente c=1

c=0
EJERCICIO

1. Un fabricante de aparatos eléctricos recibe componentes de tres proveedores distintos A, B y C. De


momento el usuario acepta lotes basados en su propio plan de muestreo. La norma es extraer al azar
una muestra igual al 10% del tamaño del lote, rechazándolo si aparecen una o más piezas defectuosas.
Los proveedores entregan lotes de 1000, 2500 y 10000 unidades respectivamente.

a) Determinar para cada proveedor las fracciones de lotes defectuosos que se aceptarán en un 95%,
50% y 10% de las veces.

fracciones defectuosas %p

Proveedor Pa = 95% Pa = 50% Pa = 10%

A (n= )

B (n= )

C (n= )

b) Si el fabricante requiere el máximo de protección qué plan sugiere Ud. ? Explique


EJERCICIO

2. Dos planes de muestreo simple están definidos por n = 240, c = 2 y n = 100, c = 0.


El tamaño del lote es grande comparado con el de la muestra.
a) Construya las curvas OC de estos planes calculando las probabilidades de aceptación de lotes con un
0.5%, 1%, 1.5%, 2%, 2.5% 3% de defectuosos. Qué puede concluir del desempeño de ambos planes ?
DISEÑO DE PLANES DE MUESTREO SIMPLE

Hasta ahora se ha explicado como determinar el desempeño de un plan de muestreo simple a partir de
los parámetros del mismo. El desempeño se ha medido calculando las probabilidades de aceptación y
construyendo la curva OC del plan.

Sobre la curva OC se puede identificar el valor de los riesgos a y b del plan.

Sin embargo lo que generalmente se desea determinar es un plan de muestreo habiéndose pre-definido
valores para AQL, LTPD, a y b. El procedimiento es el siguiente:

1. Definir los valores deseados de AQL ( pa ), LTPD ( pb ), a y b.

2. Determinar pb / p1-a

3. Buscar en la tabla anexa los valores del número de aceptación c apropiado

4. Fijando el riesgo del consumidor b igual al valor deseado identificar planes de muestreo

5. Seleccionar a partir de los planes de muestreo encontrados en (4) aquel que requiere el menor
tamaño de muestra.

Se desea un plan de

muestreo que pase por

Pa estos dos puntos

a
1

0 AQL LTPD p (% defectuosa)


pa pb
TABLA 1.
Valores np para distintos números de aceptación c y riesgos a y b más comunes.

Pa=0.99 Pa=0.95 Pa=0.90 Pa=0.10 Pa=0.05 Pa=0.01


c (=0.01) (=0.05) =0.10) (=.010) (=0.05) (=0.01) P0.10 / P0.95
0 0.010 0.051 0.105 2.303 2.996 4.605 44.890
1 0.149 0.355 0.532 3.890 4.744 6.638 10.946
2 0.436 0.818 1.102 5.322 6.296 8.406 6.509
3 0.823 1.366 1.745 6.681 7.754 10.045 4.890
4 1.279 1.970 2.433 7.994 9.154 11.605 4.057
5 1.785 2.613 3.152 9.275 10.513 13.108 3.549
6 2.330 3.286 3.895 10.532 11.842 14.571 3.206
7 2.906 3.981 4.656 11.771 13.148 16.000 2.957
8 3.507 4.695 5.432 12.995 14.434 17.403 2.768
9 4.130 5.426 6.221 14.206 15.705 18.783 2.618
10 4.771 6.169 7.021 15.407 16.962 20.145 2.497
11 5.428 6.924 7.829 16.598 18.208 21.490 2.397
12 6.099 7.690 8.646 17.782 19.442 22.821 2.312
13 6.782 8.464 9.470 18.958 20.668 24.139 2.240
14 7.477 9.246 10.300 20.128 21.886 25.446 2.177
15 8.181 10.035 11.135 21.292 23.098 26.743 2.122
EJEMPLO

a) Se desea diseñar un plan de muestreo simple que ofrezca un riesgo del consumidor del 10% de
aceptar lotes con 7.8% de producto no conforme y un riesgo del proveedor del 5% de rechazar lotes
con 0.9% de producto no conforme.

1. En este caso los requerimientos del plan son:

p1-a =
pb =
a =
b =

2. Calcular
p

 
p
1

3. Buscar en tablas los valores para el número de aceptación

c=

c=

4. Fijando el riesgo del consumidor

b =

pb = (no utilizar %!)

c= n pb = n = ---------- =

c= n pb = n = ---------- =

5. Seleccionar el plan de muestreo

n=

c=

EJERCICIO
1. El riesgo del consumidor se establece como b = 0.05 para 2% de producto no conforme, y el riesgo
del proveedor se establece como a = 0.05 para 0.5% de producto no conforme. Elija un plan de
muestreo simple que satisfaga con exactitud las condiciones del consumidor y se aproxime lo más
posible a las condiciones del proveedor.

1. En este caso los requerimientos del plan son:

p1-a =
pb =
a =
b =

2. Calcular
p

 
p
1

3. Buscar en tablas los valores para el número de aceptación

c=

c=

4. Fijando el riesgo del consumidor

b =
pb = (no utilizar %!)

c= n pb = n = ---------- =

c= n pb = n = ---------- =

5. Seleccionar el plan de muestreo


n=

c=

CALIDAD MEDIA DE SALIDA


(AVERAGE OUTGOING QUALITY AOQ)

Calidad AOQ
recibida sin inspección rectificadora
del proveedor
(Calidad Media
de Salida)

Nótese que con inspección rectificadora


siempre
AOQ < p
450
%p
Calidad de entrada (al consumidor)

Supongamos que durante el año se reciben del proveedor 120 lotes con 1% defectuosos
Se usa un plan de muestreo que ofrece una probabilidad de aceptación de 0.20 para ese nivel de
calidad.

Qué fracción defectosa se recibe en promedio ?

120 lotes PLAN DE 24 lotes con 1% defectuosos


1% defectuosos MUESTREO 96 lotes con 0% defectuosos

24 (1%) + 96 (0%)
Pa = 0.20 AOQ = -------------------------- = 0.002
120

Gracias al muestreo de aceptación con inspección rectificadora la calidad de entrada se modificó


mejorandola del 1% al 0.2% de defectuosos

AOQ = p Pa
AOQL = Máx {AOQ } Ü Otro parámetro de desempeño del plan de muestreo
(Indica la peor calidad que en promedio se recibiría )

EJEMPLO

Determinar el valor AOQL del plan de muestreo: N = 3000, n = 89, c = 2

Se hacen cálculos similares para distintos valores hipotéticos de p

p np Pa AOQ
1.0% 0.9 .938 0.938 %
2.0% 1.8 .731 1.462 %
2.5% 2.2 .623 1.558 % Ü Para este plan de muestreo la calidad de
3.0% 2.7 .494 1.482 % salida promedio (AOQ) no excede un
4.0% 3.6 .302 1.208 % máximo de 1.6% de no conformidad
5.0% 4.5 .174 0.870 %
6.0% 5.3 .106 0.636 %
7.0% 6.2 .055 0.385 %

Independientemente de la calidad de entrada %p, la calidad recibida por el proveedor


a la larga no será peor que 1.558%.

EJERCICIO

1. Determine el valor AOQL para el plan de muestreo n = 75, c = 1


2. Suponiendo tamaños de lotes de 501 a 600 artículos utilize la Tabla 2 para determinar los siguiente:
a) Los planes de muestreo simple cuando la media del proceso se encuentra entre 0.51% a 1% y
cuando se encuentra entre 2.01% a 2.5%.
b) Cuál es la probabilidad de aceptación para cada plan si se inspeccionan en cada uno de ellos lotes
con 2% productos no conformes ?
c) Cuál es el valor AOQ para cada plan ?

También podría gustarte